高等学校情報科「情報Ⅱ」教員研修用教材の(一部)解説

公立諏訪東京理科大学では、情報工学のスムーズな高大接続を目的として標記教材について調査しました。

その時、プログラミング言語はpythonのみ、開発環境構築の必要がなくタブレットとネット環境があれば使用できるgoogle colabを使用するとしてプログラムを作成しました。内容は、3章学習13～学習18です。さらに発展的な内容について作成しました場合は別途公開します。

ファイルセットは、ホームページhttp://suwaedgeai.orgを開き、そこの高校情報Ⅱをクリックしてダウンロードしてください。

主な内容は以下の通りです。

	内容	プログラム(.py)とデータ(.csv)
学習13	重回帰分析とモデルの決定；身体測定のデータを用いて、50m走の時間（目的関数）を他の種目の結果から重回帰分析で推測	multiple_regression.py male_high_school.csv
学習14	主成分分析による次元削減； 3種類のワインの特徴量を主成分分析	pca_wine.py
学習15	分類による予測；腫瘍が良性か悪性（乳がん）かを決定木により判定、また、手書きの数字をk-近傍法で判定	decision_tree_breastcancer.py kneighbor_mnist_like.py
学習16	クラスタリングによる分類；アイリスのデータをk-means法でクラスタリング	kmeans_iris.py
学習17	ニューラルネットワークとその仕組み；糖尿病のリスクを各種の健康診断データからニューラルネットワーク（ここでは深層学習）で推定、またBMIと糖尿病のリスクの関係を求める	diabetes_dnn_regression.py diabetes_train.csv diabetes_test.csv diabetes_test_bmi.csv
学習18	テキストマイニングと画像認識；文章の形態素解析、類似度判定、感情分析を行い、また、YOLOを用いて物体検出を行う	morphological_analysis.py similarity_analysis.py sentiment_analysis.py image_detection_yolo.py